基于LC-MS的血清代谢组学分析在肾癌诊断、分期和生物标志物发现中的应用

APExBIO

干货分享 | 谁说必须多组学？非靶代谢基础研究思路及biomarker发现之路

标题：基于LC-MS的血清代谢组学分析在肾癌诊断、分期和生物标志物发现中的应用

Title: LC-MS based serum metabonomic analysis for renal cell carcinoma diagnosis, staging, and biomarker discovery

Journal：Journal of Proteome Research

影响因子：4.78

Published: December 28, 2010

Doi：10.1021/pr101161u

研究背景

肾细胞癌 (Renal cell carcinoma，RCC) 全球确诊率每年新增约20.8万人，在所有泌尿生殖系统肿瘤中最为致命。早期诊断通常是通过其他原因进行的成像而发现疾病，五年存活率普遍较高（95%)，但超过50% 的患者在确诊时已表现为局部晚期或转移性肾癌，预后较差 (五年生存率 <2%)。由于化疗和放射治疗对晚期肾癌的治疗结果不理想，目前尚无针对第四期RCC的治疗方案。因此，早期诊断和发现潜在的肾癌生物标志物具有重要的临床意义。

进一步的遗传学研究发现肾细胞癌是一种代谢性疾病。已知的七个肾癌基因中每一个都与代谢压力或营养刺激的通路相关。因此确定了使用非靶代谢组学方法研究肾细胞癌的可行性。

目前大多数肾癌的诊断通过尿液样本的代谢标志物确定，但血清及血浆样本中同样存在应用空间：血液样本在正常生理条件下表现出较小的变异性，并且含有反映系统范围分解代谢和合成代谢所导至的全球变化的复杂的代谢物混合物，因此是代谢物筛选的更好的选择。

方法选择及研究设计

血清的高含水量使得血清样本中含有较多极性代谢物。为了全面找到更多代谢物，本研究采用反相层析(RPLC) 和亲水作用层析 (HILIC) 相结合的LC-MS方法，旨在更高效分离极性化合物。结合多变量数据分析，对肾细胞癌(RCC)患者和健康对照组的血清总谱进行了鉴定。

我们用三个大阶段来概括此类单一代谢组学的研究历程：

①  研究目的前期调研，样本类型选择，样本收集，实验处理及QC设置

②峰提取，数据处理及归一化，各类统计分析模型验证，得到初步差异代谢物结果

③结合疾病背景与原理，筛选可靠的疾病标志物，建立符合研究目的的标志代谢物诊断方案

研究对象选取方面，作者选择厦门市某医院33例肾癌患者和25例健康志愿者为研究对象。所有患者均经组织病理学检查确诊，且没有病人在采集样本前接受过化疗、放疗或肾切除术。根据2002年肿瘤结节转移(TNM)分期系统建立的RCC分期的判别中，33名患者中12名为早期（T1-2）,21为晚期（T3-4）。为保证结果尽量少受病人其他体征影响，研究员对取样对象做了多种参数的控制变量：年龄范围相似，性别选取平均，BMI指数类似（见表1）。所有血样的采集均于早餐前完成，后续使用相同的处理方式及样本保存方式。